fix: eqbench-ja-run/README.md (JA-D1 + JA-D2 + JA-M1 patches)

eqbench-ja-run/README.md

@@ -1,36 +1,41 @@
-# EQ-Bench3 ローカル評価セットアップ
+# EQ-Bench3 日本語版 ローカル評価セットアップ
 
 TeenEmo-LFM2.5-1.2B-DPO を EQ-Bench3 日本語版で評価するセットアップ。  
-受験者・採点者ともに同一A100インスタンス上のローカルvLLMを使用。
+受験者・採点者ともに同一インスタンス上のローカルvLLMを使用。
+
+## 修正済み問題
+
+| # | 重大度 | 問題 | 修正 |
+|---|--------|------|------|
+| JA-D1 | 🔴 Fatal | scenario_master_prompt 等 9 ファイルが差し替えられていなかった（scenario_prompts / notes の 2 ファイルのみ） | 全 12 ファイルを差し替え |
+| JA-D2 | 🔴 Fatal | benchmark.py / conversation.py のコードパッチ未適用 → スコア全0 | setup 時に patch_benchmark.py / patch_conversation.py を自動適用 |
+| JA-M1 | 🔴 Fatal | serve_test.sh の MAX_MODEL_LEN=4096 → EQ-Bench3 は max_tokens=12000 を要求するためクラッシュ | 32768 に修正 |
 
 ## モデル構成
 
 | 役割 | モデル | VRAM | ポート |
 |------|--------|------|--------|
-| 受験者 | `LiquidAI/LFM2.5-1.2B-Base` + LoRA `YUGOROU/TeenEmo-LFM2.5-1.2B-DPO` | ~3GB | 8000 |
-| 採点者 | `Qwen/Qwen3.5-35B-A3B` | ~70GB | 8001 |
-
-TeenEmoはLoRAアダプタのみ（88.9MB）のため、vLLMはベースモデルを指定して
-`--enable-lora --lora-modules` でアダプタを読み込む。
+| 受験者 | `LiquidAI/LFM2.5-1.2B-Base` + LoRA `YUGOROU/TeenEmo-LFM2.5-1.2B-DPO` | ~3GB (GPU_UTIL=0.10) | 8000 |
+| 採点者 | `Qwen/Qwen3.5-35B-A3B` | ~70GB (GPU_UTIL=0.88) | 8001 |
 
 ## セットアップ
 
 ```bash
-export HF_TOKEN="hf_xxxx" && export HF_USERNAME="YUGOROU"
+export HF_TOKEN="hf_xxxx"
 curl -fL -H "Authorization: Bearer ${HF_TOKEN}" \
   "https://huggingface.co/datasets/YUGOROU/Test-2/resolve/main/eqbench-ja-run/setup_eqbench_run.sh" \
   -o /tmp/setup_eqbench_run.sh && bash /tmp/setup_eqbench_run.sh
 ```
 
-## 同時起動モード（推奨）
+## 同時起動モード（推奨: A100 80GB）
 
 ```bash
-# Step 1: TeenEmo（ベース+LoRA）起動（port 8000）
+# Step 1: TeenEmo 起動（port 8000, GPU_UTIL=0.10）
 tmux new-session -d -s eq_run
 tmux new-window -t eq_run -n test
-tmux send-keys -t eq_run:test "cd /workspace/eqbench-run && export HF_TOKEN='hf_xxxx' && ./serve_test.sh" Enter
+tmux send-keys -t eq_run:test "cd /workspace/eqbench-run && export HF_TOKEN='$HF_TOKEN' && ./serve_test.sh" Enter
 
-# Step 2: 採点者起動（port 8001）
+# Step 2: Judge 起動（port 8001, GPU_UTIL=0.88）
 tmux new-window -t eq_run -n judge
 tmux send-keys -t eq_run:judge "cd /workspace/eqbench-run && ./serve_judge.sh" Enter
 
@@ -39,7 +44,6 @@ tmux capture-pane -t eq_run:test -p | grep "startup complete"
 tmux capture-pane -t eq_run:judge -p | grep "startup complete"
 
 # Step 4: 評価実行
-# --test-model はserve_test.shの LORA_NAME（デフォルト: teenemo-dpo）と一致させる
 cd /workspace/eqbench-run/eqbench3
 python eqbench3.py \
   --test-model teenemo-dpo \
@@ -50,31 +54,27 @@ python eqbench3.py \
   --iterations 1
 ```
 
-## 順次実行モード（OOM対策）
+## 順次実行モード（OOM 対策）
 
-`--save-interval 1` で1タスクごとに保存。サーバー切り替え後に再実行すると
-完了済みタスクをスキップして再開できる。
+`--save-interval 1` で 1 タスクごとに保存。サーバー切り替え後に再実行すると完了済みタスクをスキップして再開できる。
 
 ```bash
-# Phase 1: TeenEmoで応答生成（port 8000のみ）
-cd /workspace/eqbench-run && ./serve_test.sh &
+# Phase 1: TeenEmo で応答生成（port 8000 のみ / Judge は失敗でOK）
+TEST_GPU_UTIL=0.95 ./serve_test.sh &
 cd /workspace/eqbench-run/eqbench3
 python eqbench3.py \
-  --test-model teenemo-dpo \
-  --model-name TeenEmo-DPO \
+  --test-model teenemo-dpo --model-name TeenEmo-DPO \
   --judge-model Qwen/Qwen3.5-35B-A3B \
   --no-elo --save-interval 1 --iterations 1
-# Judge API失敗は想定内。--save-interval 1 で応答済みタスクは保存される
+# Judge API 失敗は想定内。応答済みタスクは保存される
 
-# Phase 2: TeenEmo停止→Judge起動（port 8001）で採点のみ再実行
-pkill -f "vllm serve LiquidAI" 2>/dev/null || kill $(lsof -t -i:8000) 2>/dev/null || true
+# Phase 2: TeenEmo 停止 → Judge 起動（port 8001）で採点のみ
+pkill -f "vllm serve LiquidAI" || kill $(lsof -t -i:8000) || true
 JUDGE_GPU_UTIL=0.90 ./serve_judge.sh &
 python eqbench3.py \
-  --test-model teenemo-dpo \
-  --model-name TeenEmo-DPO \
+  --test-model teenemo-dpo --model-name TeenEmo-DPO \
   --judge-model Qwen/Qwen3.5-35B-A3B \
   --no-elo --save-interval 1 --iterations 1
-# 完了済みタスクはスキップされ採点のみ実行される
 ```
 
 ## 結果確認